朱俊鹏, 赵洪利，杜 鑫，蒋 勇

(1.装备学院 a.研究生管理大队; b.训练部， 北京101416； 2.中国人民解放军驻二院中心军事代表室， 北京 100854； 3. 95801部队， 北京 100076)

【信息科学与控制工程】

长短时记忆神经网络在卫星轨道预报中的研究

朱俊鹏1a, 赵洪利1b，杜 鑫2，蒋 勇3

(1.装备学院 a.研究生管理大队; b.训练部， 北京101416； 2.中国人民解放军驻二院中心军事代表室， 北京 100854； 3. 95801部队， 北京 100076)

目前的卫星轨道预报主要依靠动力学模型。由于模型与实际卫星所在空间环境变化存在差异，故通过动力学模型预报的轨道与实际轨道的偏差较大；尤其低轨卫星，由于空间环境复杂多变，预报误差更大；利用深度学习的神经网络作为轨道预报的工具，通过对卫星轨道数据的训练学习，掌握数据之间隐含的关系预测未来数据；将深度学习的长短时记忆神经网络模型优化，并将预报数据与实际数据进行对比分析，将预报20 d的误差由之前最大值的300 km降低到5 km以下，提高了神经网络预报卫星轨道的精度。

轨道预报；低轨卫星；深度学习；长短时记忆神经网络

在卫星追踪和测控应用方面，要根据对卫星预报的状态量分析卫星所在区域以及所过境地区，以此指挥设备对卫星所在区域进行追踪和测控[1]。目前，受限于我国卫星地面测控站的地理分布现状，对卫星无法做到全天候的测控，为了掌握卫星运行情况，需要提前对卫星轨道进行预报。这在卫星过境、卫星测控等方面有着重要的意义。

1 研究现状与趋势

1.1 卫星轨道预报现状